Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# AWS Modello ML per la manutenzione predittiva dell'IoT industriale
<a name="industrial-iot-predictive-maintenance-ml"></a>

Data di pubblicazione: 8 ** luglio 2020 () [Storia del diagramma](#pdm-diagram-history) **

Con questa architettura, è possibile creare un modello di machine learning (ML) di manutenzione predittiva (PdM) utilizzando [AWS IoT SiteWise](https://docs.aws.amazon.com/iot-sitewise/latest/userguide/) e. [AWS IoT Analytics](https://docs.aws.amazon.com/whitepapers/latest/aws-overview/internet-of-things-services.html#aws-iot-analytics) AWS IoT SiteWise raccoglie, organizza e archivia i dati dalle apparecchiature di fabbrica. Ciò rende disponibili set di dati puliti, contestuali e strutturati per consentire ai data scientist di addestrare modelli ML.

## Diagramma di architettura del modello ML di manutenzione predittiva
<a name="pdm-diagram"></a>

![Diagramma dell'architettura di riferimento per la creazione di un modello ML di manutenzione predittiva utilizzando AWS IoT SiteWise and AWS IoT Analytics on. AWS](https://docs.aws.amazon.com/it_it/reference-architecture-diagrams/latest/industrial-iot-predictive-maintenance-ml/images/aws-industrial-PdM-ML-storage-RA.png)


I passaggi seguenti descrivono l'architettura:

1. Configurare il AWS IoT SiteWise connettore [AWS IoT Greengrass](https://docs.aws.amazon.com/greengrass/v2/developerguide/) per connettersi e raccogliere dati dalle macchine di fabbrica utilizzando OPC Unified Architecture ()OPC-UA.

1.  AWS IoT SiteWise Utilizzalo per modellare risorse che rappresentano dispositivi, apparecchiature e processi locali.

1. Crea un portale web personalizzato con AWS IoT SiteWise Monitor per visualizzare i dati di fabbrica quasi in tempo reale. IAM Identity Center fornisce l'autenticazione degli utenti per il portale.

1. Utilizza il [AWS IoT Core](https://docs.aws.amazon.com/iot/latest/developerguide/) Rules Engine per indirizzare i dati a AWS IoT Analytics.

1. Per altri dati industriali, utilizza AWS IoT Greengrass stream manager per pubblicare i dati su AWS IoT Core.

1. Crea un'Dockerimmagine e aggiungila ad [ Amazon Elastic Container Registry ](https://docs.aws.amazon.com/AmazonECR/latest/userguide/) (Amazon ECR).

1. In AWS IoT Analytics, crea un set di dati del contenitore dal AWS IoT SiteWise Data store. Collegalo al Docker contenitore in Amazon ECR.

1. Crea un Jupyter notebook per il set di dati per creare un modello PdM ML. Usa [ Amazon SageMaker AI ](https://docs.aws.amazon.com/sagemaker/latest/dg/) per l'addestramento e l'implementazione dei modelli.

1. Visualizza l'analisi con [ Amazon Quick Sight ](https://docs.aws.amazon.com/quicksight/latest/user/welcome.html) sull'origine AWS IoT Analytics dati.

## Approfondimenti
<a name="pdm-further-reading"></a>

Per ulteriori informazioni, consulta le seguenti risorse:
+ [AWS Icone dell'architettura ](https://aws.amazon.com/architecture/icons)
+ [AWS Centro di architettura ](https://aws.amazon.com/architecture)
+ [AWS Well-Architected](https://aws.amazon.com/architecture/well-architected)
+ [Produzione in AWS](../manufacturing-on-aws/manufacturing-on-aws.html)

## Storia del diagramma
<a name="pdm-diagram-history"></a>

Per ricevere notifiche sugli aggiornamenti di questo diagramma di architettura di riferimento, iscriviti al feed RSS.

| Modifica | Descrizione | Data | 
| --- |--- |--- |
| [Pubblicazione iniziale](#pdm-diagram-history) | Diagramma dell'architettura di riferimento pubblicato per la prima volta. | 8 luglio 2020 | 

**Abbonamento RSS**  
Per iscriverti agli aggiornamenti RSS, abilita un plug-in RSS nel browser in uso.